Etudiant : ATMANI MUSTAPHA

Filière : Master Mathématiques Appliquées et Science des données (MASD)

Encadrant : Pr. YAHYAOUYI ALI

Annèe : 2025

Résumé : Ce rapport explore deux approches principales pour la prédiction des spécialités médicales des étudiants : les modèles statistiques et l'extraction de règles de première génération à l'aide de l'algorithme AMIE3. Après avoir discuté des modèles statistiques, notamment le modèle de Manski, le modèle de Bramoullé et un modèle de base, les résultats montrent que l'intégration des relations sociales et des caractéristiques de groupe améliore la précision des prédictions. L'algorithme AMIE3 a ensuite permis de découvrir des règles interprétables qui aident à mieux comprendre les facteurs influençant le choix des spécialités. Le rapport conclut en proposant des perspectives pour combiner ces deux approches afin d'améliorer encore les performances et la compréhension des prédictions.